PROPOSAL SISTEM PENDETEKSI PLAT NOMOR KENDARAAN UNTUK PELANGGAR LAMPU LALU LINTAS MENGGUNAKAN OCR

1. PENDAHULUAN

1. Latar Belakang Masalah

Perkembangan jumlah kendaraan setiap tahun terus meningkat, berdasarkan data statistik yang di keluarkan oleh www.bps.go.id bahwa jumlah kendaraan dari tahun 2015 sebesar 121.394.185 meningkat di tahun 2016 menjadi 129.281.079 unit. Samsugi dkk. (2014) menyatakan bahwa dengan meningkatnya jumlah kendaraan berdampak terhadap semakin banyaknya pengguna jalan yang dapat menimbulkan berbagai permasalahan seperti kemacetan dan kecelakaan akibat  tidak mematuhi aturan rambu lalu lintas yang sudah di pasang oleh Dinas Perhubungan.

Menurut keputusan menteri perhubungan nomor 61 tahun 1993 pada pasal 1 menyatakan bahwa Rambu lalu lintas adalah salah satu dari perlengkapan jalan yang berupa lambang, huruf, angka, kalimat dan atau perpaduan diantaranya sebagai peringatan, larangan, perintah atau petunjuk bagi pemakai jalan. lampu lalu lintas (traffic light) yang ada di persimpangan sebagai salah satu contoh rambu lalu lintas yang harus di patuhi, namun terkadang masih ada pengendara yang melakukan pelanggaran dengan menerobos disaat lampu sudah berwarna kuning atau berwarna merah dengan kecepatan tinggi yang dapat membahayakan pengguna jalan lainnya (Samsugi dkk., 2014). Berdasarkan data rilis akhir tahun yang digelar diruang TCC Mapolresta Bandar lampung, pada jumat 29 desember 2017 yang di muat dalam harian www.lampung.tribunnews.com yang di sampaikan oleh Kapolresta Bandar Lampung Komisaris Besar Murbani Budi Pitono bahwa telah terjadi penilangan terhadap 41.088 pelanggar lalu lintas.  Sanksi yang di berikan bagi pelanggar lampu lalu lintas sudah dinyatakan pada UU Nomor 22 Tahun 2009 yang menyatakan bahwa setiap orang yang mengemudikan kendaraan bermotor di jalan, yang melanggar aturan atau larangan yang dinyatakan dengan alat pemberi isyarat lalu lintas sebagaimana dimaksud dalam Pasal 106 Ayat (4) huruf c dipidana dengan pidana kurungan paling lama 2 (dua) bulan atau denda paling banyak Rp.500.000.00.

Plat Nomor Kendaraan merupakan identitas yang berisi kode unik yang di miliki oleh setiap kendaraan di indonesia. Kode unik ini menjadi tanda pengenal untuk membedakan antara kendaraan satu dengan kendaraan yang lain nya. Plat nomor kendaraan ini dapat di gunakan sebagai identitas untuk melakukan pelacakan terhadap pelanggaran yang terjadi di lampu lalu lintas (Budianto dkk., 2015). Untuk membantu proses pelacakan tersebut, di perlukan sebuah sistem pendeteksi plat nomor kendaraan untuk mencatat plat nomor secara otomatis pada saat terjadi  pelanggaran di lampu lalu lintas.

Sistem pendeteksi plat nomor kendaraan menggunakan teknologi pengolahan citra untuk mendeteksi lokasi plat dan mendeteksi nomor kendaraan. Metode pengolahan citra yang di gunakan adalah OCR ( Optical Character Recognition ) yang dapat digunakan untuk mengenali karakter yang ada pada plat nomor untuk dilakukan pencatatan ke sistem secara otomatis (Kusumawati dan Cahyadi, 2017). Ada beberapa algoritma pada metode OCR yang biasa di gunakan seperti jaringan saraf tiruan, K-Nearest Neighbor Algorithm, Template Matching dan lain – lain (Hartanto dkk., 2010).

Pada Algoritma Jaringan Saraf Tiruan memiliki kelebihan yaitu sampel tulisan yang dijadikan input dapat dikenali oleh komputer seperti otak yang memproses informasi dan mampu mengenali pola tulisan yang dilihat oleh mata. Selain itu, Jaringan Saraf Tiruan Ini juga mampu untuk belajar dan memiliki sifat fault tolerance (Pattiserlihun dkk, 2007). namun  algoritma Jaringan Saraf Tiruan ini  juga memiliki kelemahan pada proses pembelajarannya yang terlalu memakan waktu yang cukup lama (Haryono, 2005). Untuk Algoritma K-Nearest Neighbor Algorithm   memiliki Kelebihan pada pelatihan yang sangat cepat dan tahan terhadap data pelatihan yang memiliki derau dan kelemahan yang dimiliki oleh algoritma ini adalah keterbatasan memori serta mudah tertipu oleh atribut yang tidak relevan (Mutrofin dkk., 2007). algoritma Template Matching memiliki kelebihan  mampu membangun sebuah OCR dengan akurasi yang baik dan mempunyai hasil pengenalan yang tinggi serta komputasinya tidak terlalu besar karena data yang digunakan berupa matriks. Dan kelemahan dari algoritma Template Matching adalah membutuhkan data referesnsi atau basis data yang banyak untuk mendapatkan hasil yang optimal (Hartanto dkk., 2010).

Pada penelitian ini algoritma Template Matching dapat diterapkan pada sitem pendeteksi plat nomor kendaraan untuk menyelesaikan masalah pendeteksian plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas. Sistem diharapkan mampu mengenali lokasi plat dan karakter huruf serta nomor yang terdapat dalam citra plat kendaraan.

2. Rumusan Masalah

Berdasarkan uraian dari latar belakang masalah yang ada, maka rumusan masalah pada penelitian ini adalah Bagaimana menerapkan algoritma Template Matching pada sistem pendeteksi plat nomor kendaraan untuk mendeteksi plat nomor kendaraan yang melakukan pelanggaran pada lampu lalu lintas ?.

3. Batasan Masalah

Adapun batasan masalah dari penelitian ini adalah :

1. Sistem hanya mendeteksi plat nomor kendaraan yang melakukan pelanggaran ketika lampu lalu lintas berubah warna merah.
2. Kendaraan yang di maksud pada penelitian ini adalah kendaraan bermotor dan mobil.
3. Aplikasi ini di buat menggunakan library OpenCV dengan bahasa pemrograman java.
4. Bentuk fisik plat nomor yang di deteksi sesuai dengan yang berlaku dan di gunakan di indonesia.

4. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah menerapkan algoritma Template Matching pada sistem pendeteksi plat nomor kendaraan untuk mendeteksi plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas.

5. Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Data pelanggaran yang di peroleh dapat di gunakan sebagai bukti untuk menindak pelaku pengendara yang melakukan pelanggaran sesuai dengan UU yang berlaku.
2. Proses pencatatan plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas menjadi lebih mudah.

2. LANDASAN TEORI
1. Tinjauan Pustaka

Adapun Tinjauan Pustaka yang akan di gunakan untuk mendukung penelitian ini adalah :

1. Oleh Tito Tri Pamungkas, R. Rizal Isnanto, Ajub Ajulian Zahra (2014) dari Jurusan Teknik Elektro, Universitas Diponegoro Semarang dengan judul Pengenalan Plat Nomor Kendaraan Menggunakan Metode Template Matching Dan  Jarak Canberra. Dalam penelitian ini membahas masalah pengenalan Plat Nomor Kendaraan untuk memudahkan pengontrolan keamanan pada sistem parkir dengan menggunakan metode Template Matching dan Jarak Canberra. Dari hasil pengujian yang dilakukan, metode Template Matching mampu menghasilkan persentase pengenalan sebesar 90% dan Metode Jarak Canberra menghasilkan persentase sebesar 85%, sehingga pada penelitian ini, Metode Template Matching memiliki tingkat pengenalan yang lebih baik daripada metode jarak canberra.
2. Oleh Kiki Kusumawati, Dery Willy Cahyadi (2017) dari jurusan Sistem Informasi, Fakultas Teknik, Universitas Satya Negara Indonesia, dengan judul Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan. Dalam penelitian ini membahas masalah bagaimana menerapkan teknologi Optical Character Recognition untuk mendeteksti plat nomor kendaraan pada sistem parkir untuk meningkatkan keamanan saat melakukan proses pencatatan keluar masuk kendaraan. metode OCR  yang digunakan pada penelitian ini adalah metode Template Matching. Dari hasil pengujian yang sudah di lakukan, pada penelitian telah berhasil menerapkan teknologi OCR pada sistem parkir, proses pengenalan plat nomor terlihat lebih jelas di lakukan di siang hari karena faktor pencahayaan yang cukup dan tidak semua plat nomor dapat dikenali karena plat nomor yang memiliki bentuk tulisan yang berbeda-beda. Dengan menerapkan teknologi OCR ini, maka proses pemarkiran dapat lebih aman.
3. Oleh Achmad Solichin, Zulfikar Rahman (2015) dari Program Studi Teknik Informatika, Fakultas Teknoklogi Informasi, Universitas Budi Luhur dengan judul Identifikasi Plat Nomor Kendaraan Berbasis Mobile dengan Metode Learning Vector Quantization. Dalam penelitian ini membahas masalah bagaimana membangun sebuah sistem yang dapat mempermudah pemilik kendaraan dalam mendapatkan sebuah informasi mengenai pajak kendaraan, tanggal jatuh tempo pajak dan tanggal berakhirnya STNK. Untuk mengenali karakter pada nomor kendaraan dilakukan klasifikasi menggunakan metode Learning Vector Quantization. Dari hasil pengujian di dapat rata-rata akurasi sebesar 95,32%. Nomor kendaraan yang sudah teridentifikasi, dikirimkan ke website SAMSAT untuk mendapatkan informasi berupa pajak kendaraan, tanggal jatuh tempo pajak dan informasi lainnya.
4. Oleh Aris Budianto, Teguh Bharata Adji, Rudy Hartanto (2015) dari Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada dengan judul Deteksi Nomor Kendaraan Dengan Metode Connected Component Dan Svm. Dalam penelitian ini di lakukan pengembangan  terhadap sistem deteksi plat nomor kendaraan dengan melakukan pengolahan awal tanpa teknik smooting dan deteksi sobel. Proses deteksi didahului dengan pengambilan data menggunakan kamera dan dilakukan proses awal rescale citra menjadi (640,480) piksel serta pengubahan citra menjadi grayscale. Proses Segmentasi pada penelitian ini menggabungkan metode Filter Morphologi dan Connected Component. Metode Support Vector Machine (SVM) digunakan untuk melakukan pengujian apakah kandidat plat merupakan plat atau bukan. Pengujian deteksi lokasi plat nomor kendaraan didapatkan hasil dengan Akurasi deteksi dalam mendeteksi lokasi plat kendaraan beroda 2 dan kendaraan beroda 4 sebanyak 78%. Jarak kamera dan kualitas pengambilan video dapat mempengaruhi tingkat akurasi deteksi plat kendaraan.
5. Oleh Andy Haryoko, Sholeh Hadi Pramono (2016) dari Program Studi Magister Teknik, Jurusan Teknik Informatika, Universitas Brawijaya dan Universitas PGRI Ronggolawe dengan judul Pengenalan Karakter Plat Kendaraan Bermotor berbasis Citra dengan menggunakan Metode Canny dan Algoritma Backpropagation. Penelitian ini membahas masalah pendataan Uji Kir yang masih manual dan kesalahan pencatatan kendaraan yang bisa terjadi, sehingga di perlukan sebuah metode untuk menyelesaikan permasalahan tersebut dengan menggunakan pengenalan pola sebagai identifikasi pengenalan plat nomor kendaraan atau pengenalan TNKB. Filter Canny digunakan untuk pengambilan citra yang baik  dan Citra Karakter disampling dengan ukuran 12x7 yang dikonversi ke biner untuk di inputkan ke dalam jaringan saraf tiruan yang dilatih dengan algoritma backpropagation. Dari hasil pengujian yang dilakukan, sistem mampu mengenali angka dengan persentase 100% dan huruf 86,87%. Jadi kehandalan sistem dalam mengenali karakter secara keseluruhan adalah 94,29%.

2. Pengertian Sistem

Menurut Alhamidi (2016) Pengertian sistem dalam berbagai bidang berbeda antara yang satu dengan yang lainnya, tetapi konsep sistem mempunyai persyaratan umum, sistem mempunyai elemen, lingkungan, interaksi antar sistem, dan yang penting adalah sebuah sistem mempunyai tujuan yang akan dicapai. Sistem adalah kumpulan dari elemen-elemen yang saling bekerja sama dan berinteraksi untuk memproses suatu masukan yang kemudian saling terhubung untuk mendapatkan suatu sasaran tertentu (Hermawan dkk, 2016). Dari pendapat tersebut dapat kita simpulkan bahwa sistem adalah kumpulan dari berbagai elemen-elemen yang saling berinteraksi dan saling terhubung untuk mencapai suatu tujuan.  

3. Tanda Nomor Kendaraan Bermotor

Berdasarkan Peraturan Kepala Kepolisian Negara Republik Indonesia Nomor 5 tahun 2012 yang menyatakan bahwa Tanda Nomor kendaraan Bermotor (TNKB) atau yang biasa di sebut Plat Nomor Kendaraan adalah Tanda Regident Ranmor yang berfungsi sebagai bukti legitimasi pengoperasian Ranmor berupa plat atau berbahan lain dengan spesifikasi tertentu yang diterbitkan oleh Polri dan berisikan kode wilayah, nomor registrasi serta masa berlaku yang di pasang pada Ranmor. Jadi Plat Nomor Kendaraan yang di gunakan di indonesia sudah diatur dalam peraturan tersebut dan wajib diganti setiap 5 tahun sekali.

4. Optical Character Recognition (OCR)

Optical Character Recognition (OCR) adalah suatu teknik yang digunakan untuk mengubah gambar yang berisi teks maupun tulisan tangan menjadi suatu teks yang dapat dirubah untuk di proses selanjutnya. OCR pertama kali ditemukan oleh Emanuel Goldberg pada akhir tahun 1920 yang digunakan untuk mencari arsip film mikro (solichin dan Rahman, 2016).

OCR yang merupakan sistem pengenal huruf juga dapat meningkatkan Fleksibilitas atau Kemampuan dan mencerdaskan sistem komputer. Sistem pengenal yang cerdas ini dapat membantu usaha dibidang digitalisasi informasi dan pengetahuan seperti Pembuatan Pustaka Digital, Koleksi Sastra Kuno Digital dan lain-lainnya (Hartanto dkk, 2010). Secara umum proses OCR dapat di lihat pada gambar 2.4.1, dengan penjelasan sebagai berikut :

BAB 2 DAN BAB 3 INI BELUM SELESAI SILAHKAN DI LANJUTKAN, UNTUK DAFTAR PUSTAKA SILAHKAN CARI SESUAI YANG SAYA KUTIP. CARI DI PORTAL GARUDA,GOOGLE SCHOLAR. ini hanya contoh proposal yang belum selesai saya kerjakan, silahkan kalian modif sesuai kebutuhan.

 

BERITA LENGKAP DI HALAMAN BERIKUTNYA

Halaman Berikutnya

Subscribe to receive free email updates: